| 
  中国优秀硕士学位论文全文数据库
  关闭
基于句法分析和主题建模的细粒度观点挖掘模型研究  
   在线阅读　整本下载　分章下载　分页下载本系统暂不支持迅雷或FlashGet等下载工具
【英文题名】 Incorporating Dependency Analysis into Topic Modeling for Fine-grained Opinion Mining
【作者】 王晓伟;
【导师】 陈德人; 郑小林;
【学位授予单位】 浙江大学;
【学科专业名称】 计算机应用技术
【学位年度】 2013
【论文级别】 硕士
【网络出版投稿人】 浙江大学
【网络出版投稿时间】 2013-06-06
【关键词】 观点挖掘; 情感分析; 评价表达模式; 依存分析; 主题建模;
【英文关键词】 Opinion mining; sentiment analysis; appraisal expression pattern; dependency analysis; topic modeling;
【中文摘要】 随着互联网的快速发展,网络评论呈现出爆炸式增长的趋势,已经成为挖掘消费者对产品或服务情感倾向的一个极具价值的资源。网络评论中的观点表达存在很大的灵活性和复杂性,而传统的观点挖掘方法则普遍存在挖掘粒度过大、无法有效地理解自然语言等不足。针对这些问题,提出两个基于句法分析和主题建模的细粒度观点挖掘模型,用于自动地从网络评论中挖掘领域特征词和观点词。 首先,提出一种基于依存分析(Dependency analysis)的无监督方法来自动抽取评论中的评价表达模式(Appraisal Expression Pattern, AEP)。AEP用于表示领域特征词和观点词之间的语义关联,它是一种语言表达层面的与领域无关的语义信息,具有良好的领域适用性。其次,提出一种基于AEP的改进潜在狄利克雷分配(Latent Dirichlet Allocation, LDA)模型DLDA。DLDA模型是一个句子级别的概率产生式模型,它假设评论数据集由多个一一对应的领域主题和情感主题以及一个背景词主题组成。DLDA充分利用了AEP信息,实现了对领域特征词和观点词同步且高准确率地挖掘。然而,DLDA模型仅能够使用AEP信息,无法充分...
【英文摘要】 With the considerable growth of web2.0, reviews have become valuable sources for mining customers'opinions. Expressing opinions through online reviews has a great deal of flexibility and complexity. However, most of the traditional opinion mining methods are coarse-grained and cannot understand the natural language. To solve these problems, this paper presents two fine-grained opinion mining models based on syntactic analysis and topic modeling. The models study the automatic extraction of product and servi...
【更新日期】 2014-01-16

xxx
【读者推荐文章】中国期刊全文数据库 中国重要报纸全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库 中国重要会议论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　 自动化技术、计算机技术
　　 计算技术、计算机技术
　　　 计算机的应用
　　　　 信息处理(信息加工)
　　　　　 文字信息处理
  
 
  CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司
其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）
京ICP证040431号    互联网出版许可证 新出网证（京）字008号